为了提高了人体行为识别的正确率，提出了一种基于改进Canny算子和神经网络的人体行为识别模型（ICanny-RBF）。采用改进Canny算子对人体行为图像进行预处理，提取人体行为轮廓，提取7个不变矩特征作为RBF神经网络的输入向量，训练出能够识别人体行为的RBF神经网络模型，并采用取k-means算法确定RBF神经网络聚类中心，采用Weizmann数据集进行仿真实验。仿真结果表明，与传统方法相比，提出的ICanny-RBF模型提高了人体行为的识别正确率。